|
|
|
|
مدلسازی رسوب معلق با استفاده از مدلهای فرآیند گاوسی و پرسپترون چندلایه (مطالعه موردی: ایستگاه هیدرومتری تیره درود، حوضه دز)
|
|
|
|
|
DOR
|
20.1001.2.9919185229.1399.1.1.83.2
|
|
نویسنده
|
sepahvand alireza ,سپه وند علیرضا ,عزیزی نجفغلی زینب ,azizi zeynab
|
|
منبع
|
همايش ملي علوم و مهندسي آبخيزداري ايران - 1399 - دوره : 15 - پانزدهمین همایش ملی علوم و مهندسی آبخیزداری ایران - کد همایش: 99191-85229
|
|
چکیده
|
بررسی و پیش بینی رسوب معلق رودخانه نقش مهمی در مدیریت کیفیت و کمیت منابع آب سطحی دارد. لذا در سال های اخیر، روش های مبتنی بر الگوریتم یادگیری برای مدل سازی رسوبات معلق مورد توجه قرار گرفته اند. بر این اساس در این تحقیق به مقایسه کارایی مدل های gp-rbf، gp-puk و mlp برای پیش بینی رسوب معلق پرداخته شد. نتایج نشان داد که مدل gp با کرنل rbf به ترتیب با ریشه میانگین مربعات، ضریب همبستگی و میانگین خطای مطلق، 079/1، 9999/0 و 5759/0 در مرحله آموزش و همچنین به ترتیب با مقادیر 888/2، 9513 و 19/2 در مرحله آزمایش به عنوان بهترین تخمینگر برای تخمین رسوب معلق در ایستگاه هیدرومتری تیره درود انتخاب شد.
|
|
کلیدواژه
|
لرستان، ایستگاه هیدرومتری، رسوب معلق، رگرسیون گوسی، پرسپترون چند لایه.
|
|
آدرس
|
دانشگاه لرستان, دانشکده منابع طبیعی, آبخیزداری, ایران, دانشگاه لرستان, دانشکده منابع طبیعی, آبخیزداری, ایران, دانشگاه لرستان, دانشکده منابع طبیعی, آبخیزداری, ایران, دانشگاه لرستان, دانشکده منابع طبیعی, آبخیزداری, ایران
|
|
پست الکترونیکی
|
zeynabazizi34@gmail.com
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Modeling of Suspended sediment load by Gaussian process and multilayer Perceptron models (Case study: Tir Droud station(
|
|
|
|
|
Authors
|
|
|
Abstract
|
Investigation and forecasting of suspended sediment load of river has an important role in the optimum management the quality and quantity of surface water resources. Therefore, in recent years, methods based on learning algorithms have been considered for modeling of suspended sediment load. The purpose of this study was comparison of performance of GP-RBF, GP-PUK and MLP models for prediction of suspended sediment load. The results showed that Gaussian Processes by RBF kernel with C.C= 0.9999, RMSE= 1.079 and MAE=0.5759 in training stage and C.C= 0.9513, RMSE= 2.888 and MAE=2.19 in testing stage was the best model for prediction of suspended sediment load.
|
|
Keywords
|
لرستان، ایستگاه هیدرومتری، رسوب معلق، رگرسیون گوسی، پرسپترون چند لایه.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|